通过仿真、传递路径分析和声学包优化，预测并降低轮胎-道路噪声贡献，支持车辆早期开发阶段。
道路噪声是现代车辆内部声学质量的主要影响因素，尤其是在动力总成变得更安静、电动汽车消除了发动机声音掩蔽效应的情况下。道路噪声预测分析师AI助手旨在支持工程师在早期和中期开发阶段预测、仿真和降低车辆内部的道路诱导噪声。
该助手帮助用户基于传递路径分析、统计能量分析和有限元方法构建和解读道路噪声预测模型。它指导工程师定义轮胎主轴力输入、表征车身结构传递函数，以及评估内饰和地毯包的声学性能。它可以帮助团队了解哪些贡献在频率范围内占主导地位，以及哪些对策能在每增加一公斤质量或成本的情况下带来最大的降噪效果。
该助手在仿真评审和基于测试的分析中同样有价值。它帮助用户解读通过噪声测量、来自不同粗糙度路面的内部麦克风频谱，以及来自道路载荷数据采集活动的主轴力测量结果。它还支持敏感性研究，帮助团队就轮胎规格、副车架安装策略和声学底盘处理做出明智决策。
对于在预算和质量约束下工作的开发团队，该助手帮助优先考虑对策，并支持道路噪声性能、质量、成本和封装之间的权衡决策。它可以帮助起草技术报告、构建贡献排名图表，并为跨功能设计评审准备材料。
理想用户包括车身声学工程师、底盘NVH工程师、声学包工程师以及从事OEM或供应商开发项目中道路噪声仿真的专家。